欧美另类又黄又爽的A片,秋霞影院午夜伦A片欧美,国产精品永久免费视频观看,一区二区成人午夜电影,巨乳的女同学高清观看,久久寂寞少妇成人内射,日韩性爱第一页,啊用力快点好深小柔

用戶登錄投稿

中國作家協會主管

“人機協作寫作”時代的作者之問和Z世代的困境
來源:澎湃新聞 | 李斯揚,季寺  2026年08月27日08:49

AI寫作的下一問:人機協作之后,作者意味著什么?

當AI生成一篇結構完整、語言流暢甚至出彩的文章只需要幾分鐘時,“寫出一篇看起來有模有樣的文章”本身已經越來越難成為判斷寫作者能力的充分依據。生成式AI剛剛進入寫作領域時,人們最關心的還是人與機器之間的差異:AI生成的文字與人的寫作究竟有什么不同?機器是否真的具有創造力?它會不會最終取代人類作者?

在近來《澎湃新聞》刊發的AI寫作相關文章中,一種較為明確的聲音強調真人寫作與AI生成之間仍存在不可輕易抹去的差異。《AI為何不能代替真人寫作?》把這種差異歸結為概率預測與個體個性化經驗、意義生產之間的區別;《AI生成和人類寫作之間的區隔,關乎溫度、時間和有限生命》則從柏格森、海德格爾、阿倫特等人的思想出發,把人類創作的獨特性放回身體、時間與有限生命的經驗之中;圍繞郝景芳等作家使用AI引發的爭論,《AI寫作涌入市場,“人”的信任和感動何處安放?》談到了讀者知情權與作者信任的問題,以及一個新的現實問題——“一本書是否使用AI、使用了多少AI,是否需要向讀者披露,一切都處于極為模糊的地帶”。當寫作的潤色、重組乃至部分生成都可以交給AI,“作品中到底有多少算作者寫的”已經很難再用一個簡單比例來回答。

因此,隨著AI逐漸深入嵌入從檢索、潤色、壓縮、結構調整乃至論證生成的寫作全過程,“有沒有使用AI”本身已經越來越難以說明“人類寫作”與“AI寫作”之間的邊界,甚至是直接挑戰著這種二元對立的合理性,并為AI寫作與“作者性”的問題提供了更多思考角度。

我們看到,另一條線索的討論正在使“人寫還是AI寫”的二分變得不再那么穩固。《語言從來不只屬于人類》中,哈佛學者Martin Puchner指出,人類的創造本來就依賴共享的語言傳統、歷史材料與技術工具,如果與人類共享著語言資源的AI出現后,人文學者突然重新聲稱“只有人類才擁有真正的創造力”,這本身就存在理論上的自相矛盾。因此,重要的是區分哪些思維活動仍須由人類親自完成。《當AI開始“說話”,人類語言的深層意義會被改變嗎?》對兩位語言學教授的專訪則指出,當前的AI寫作檢測工具并不足夠可靠,而真正的問題也不在于是否使用了AI進行寫作——對于學生寫論文而言,最重要的是整個學習過程而非最后交上來的那篇文本,研究、思考、形成自己的觀點才是最有價值的部分。

過去一周里發生的幾件事則更直接地顯示,AI寫作的爭論似乎正在進入一個新的階段。8月18日,《金融時報》專門刊發說明指出,一篇此前發表的評論文章曾使用AI壓縮作者的初稿,報社認定這一行為違反了禁止在“寫作過程”中使用AI的編輯規范。一天之后,加州大學伯克利分校一位數學教授承認自己在一篇評論文章中使用了AI輔助編輯,但刊登文章的媒體并沒有因此否定她的作者身份。同樣是在這一周,Anthropic開始為Claude生成的文本加入可被機器識別的標記。而此前不久,歐盟《人工智能法案》中涉及AI生成內容透明度的相關條款也已經啟用。

因此,當下更加棘手的問題不再只是人與AI之間的寫作能力比較,或人/機寫作行為背后的本體論差異,而是進一步轉向“人機協作寫作”中對作者身份和知識/智識責任的重新界定。寫作內部的諸種環節正在被重新拆開審視:哪些工作可以交給機器?哪些判斷仍需由人完成?AI的參與應當如何被說明?作者及其責任也值得被重新思考:該由誰對最后的文字負責?以及這種責任是否發生了什么新的變化?

一、“抓AI”:從文本鑒別到過程追蹤

生成式AI普及之后,“抓AI”幾乎迅速形成了一套新的閱讀習慣——看起來過于整齊的段落、頻繁出現的連接詞、一些四平八穩又好像有些“套路”的表達,都會被視為所謂的“AI味兒”。網絡上也出現了越來越多的檢測工具,它們試圖根據語言統計特征判斷一段文字有多大概率出自AI。問題在于,這種文本鑒別并不像想象中那么可靠。

《澎湃新聞》本月初的專訪中介紹過一個頗具代表性的例子。特立尼達作家賈米爾·納齊爾憑借短篇小說《蛇林》獲得英聯邦短篇小說獎區域獎后,檢測工具Pangram將作品判斷為“100%由人工智能生成”,社交媒體上隨即出現大量質疑之聲。但英聯邦基金會最終沒有再尋找另一套算法來與Pangram對質,而是檢查作者保留的工作草稿、帶有時間戳的文件和筆記,并與作者進行詳細討論,最后維持了獎項授予。這個案例之所以有意思,在于基金會最終選擇了另一種證明方式:與其繼續從文本表面判斷它像不像AI寫的,不如追溯這篇作品實際上是怎樣寫出來的。這也使本周圍繞Claude文本標記的討論值得注意。

《紐約客》在8月19日刊發的《機器的印記》(The Mark of the Machine)中討論了Anthropic的新做法——Claude生成的文本可帶上機器可識別的隱形標記,以便日后判斷文字是否經過相應的模型生成。它與通常意義上的AI檢測有一個重要區別,后者是在一段文字已經出現之后,依據語言特征猜測其來源,而水印或來源標記則試圖在生成環節就留下可追蹤的信息。從“猜它像不像AI寫的”轉向“記錄AI在哪里出現過”,看似只是技術手段的變化,背后卻是完全不同的“AI寫作”治理思路。前一種方法默認AI文本存在某種穩定的語言特征,只要檢測能力足夠強,總有一天能夠準確鑒定;后一種方法則更信奉過程主義,它并不試圖從文字風格和文本結果推斷背后的寫作主體,而是記錄某一種工具參與文本生產的具體過程。

歐盟最近開始實施的AI內容透明度規則也體現了近似方向。《人工智能法案》第50條所涉及的規則要求特定AI生成或操縱的內容應具有相應的機器可識別標記,并要求深度偽造以及某些涉及公共利益的AI生成內容進行明確披露。這一實踐規范從一開始關心的就是“標記”和“標簽”,即讓內容的機器生成來源能夠被識別,而不只是讓使用者憑直覺判斷一段文字“是不是有AI味兒”。

不過,來源可以追蹤,并不意味著作者身份的問題也隨之解決,這恰恰是Claude水印引起爭議的地方。比如,如果有人讓AI生成了整篇文章,來源標記顯然提供了重要的鑒別信息,可是,如果一位作者只是讓Claude校對了幾處語法,或者把已經寫好的段落翻譯成另一種語言,但文本中留下了相同的“機器參與”標記,這兩種情況又當如何處理?于是,這里產生了一個新的問題:從把“像AI寫的”當成“就是AI寫的”,到把“AI參與過寫作”直接等同于“作者自己沒有真正寫作”,兩者其實都把一個復雜的文本生產過程壓縮成了過于簡單的真假判斷。

加州大學伯克利分校數學教授Zvezdelina Stankova的風波正好說明了這個問題。據《衛報》報道,Stankova近日發表的一篇關于該校學生數學能力落后的評論文章被學生記者送入Pangram檢測,結果顯示文章中有33%的內容是由人工智能生成或輔助生成的。Stankova隨后承認自己確實使用了AI協助編輯,也曾利用AI尋找相關材料,但她同時強調,文章中的分析來自其團隊的長期研究。而刊載了此篇評論的《舊金山標準報》最終并沒有把本次“AI參與”等同于“AI作者”,而是繼續把研究、分析和最終發表責任歸于Stankova及其團隊。

因此,未來關于AI文本透明度的規范仍然需要解決“它從哪里來”的問題,但僅靠機器檢測或水印標記顯然不夠。來源記錄真正有意義的前提,是我們能夠解釋這段來源信息:機器究竟完成了什么工作?它是影響了語言,還是影響了論證?作者看過并核實了它的輸出嗎?在這里,“抓AI”的問題開始從文本鑒別轉向過程追蹤。

二、被重新拆分的“寫作”:如何劃分人機協作

《金融時報》本周關于AI寫作的聲明也與上述變化有關。聲明指出,該報8月14日刊發的一篇關稅政策專欄文章,在正式投稿之前使用AI壓縮了較長的初稿。盡管文章并非由提示詞直接生成,其中心觀點也不是由AI憑空提出,但《金融時報》依然認為,這已經觸及其編輯準則中所說的“禁止在寫作過程中使用AI”,因此構成了違規。

使用AI進行壓縮算不算“寫作”?這個以前幾乎沒有過專門討論的問題,現在突然具有了某種制度性意義。對于寫作者而言,一種更常見的狀態可能是,刪去三百字其實比增加三百字更為困難。一些情況下,壓縮字數并不僅是機械性地刪掉語義重復的表述和減少一些修飾詞,而是涉及哪一條證據被留下、哪個例子被舍棄等與論證密切相關的操作。從這一意義上說,《金融時報》把“壓縮”納入AI寫作過程并非沒有道理。不過,如果沿著這條思路追問,AI寫作的邊界便會顯得有點難以“一刀切”:如果標題修改建議、壓縮字數和翻譯算作AI寫作的話,那么使用AI進行拼寫檢查、語法修改算不算AI寫作呢?

美聯社今年7月更新的編輯部AI使用標準給出了一個完全不同的答案。它允許記者在早期資料研究、文件摘要、轉錄、翻譯中使用AI,也允許AI協助提出標題和文章摘要,處理語法、拼寫等問題;與此同時,采訪、消息來源、事實核驗和編輯判斷仍須由記者完成,AI生成的內容在發布前必須經過人的審閱和編輯。如果生成式AI對最終發表內容具有實質性影響,還需要進行相應披露。

于是,我們看到,同樣一句“使用了AI”,在不同新聞機構那里對應著相當不同的規則。《金融時報》把機器壓縮初稿視為越界,美聯社則允許一部分研究、整理和語言工作由AI輔助完成,而《舊金山標準報》采用了另一種更強調結果責任的尺度標準:只要原創研究和分析仍然來自作者,并且有人能夠對最終文字負責,AI編輯本身并不自動取消作品的作者身份。這幾套規范可以被理解為不同媒體對于風險的不同判斷,但它們也同時暴露出一個更深刻的變化,即我們過去習慣用“寫作”兩個字所籠統概括的活動,正在被AI一點點拆開。

寫一篇文章,可能從一個思考已久的問題開始,也可能先從閱讀材料開始。寫作者會搜查信息,做閱讀筆記,比較彼此沖突的材料并決定什么值得相信,隨后形成一個暫時的觀點,然后安排文章結構,寫下一個接一個的句子,然后又在修改中推翻自己前一天的一些想法。到最后,他可能還會刪去重復的表述,核對引文,并根據最終的正文內容修改摘要和標題。過去,這些活動往往都發生在同一個人的電腦前,它們之間的邊界并不重要。但是今天,大語言模型能夠逐項接手其中的某些部分,原本沒有必要被拆解得一清二楚的步驟和個中區別便好像不得不被重新說得十分清楚。

而這也讓單純計算寫作的“AI比例”越來越顯得可疑。試想,一篇文章如果有九成文字是一個人自己敲下的,但其前置流程是人將十篇自己沒有讀過的論文交給AI總結,再按照機器提出的主要觀點組織文章和形成正文,那可能也很難說它就是一篇“90%的人類作品”。相反,一位研究者也可能自己完成調查、閱讀全部材料、形成論點,再借助AI把已經寫好的中文翻譯成英文,并進行語言的調整潤色。從最終文本來看,后者中機器處理過的比例可能很高,但它對知識內容所起的作用則和前者完全不同。

近日相關媒體與機構規范提供的啟發也在于,也許問題本來就不應該被轉換成一個百分比。比起聲稱“一篇文章有30%由AI完成”,更有信息量的說明可能是:作者用AI做了什么?是檢索關鍵詞、整理資料、翻譯、壓縮初稿,還是直接生成論證?AI返回的材料有沒有逐一核實?最終的事實判斷和觀點由誰確認?上述問題雖然不提供一個醒目的比例數字,卻更接近一篇文章真實的生產過程。

學術出版中的相關規范已經逐漸采用這種思路。國際醫學期刊編輯委員會(ICMJE)的現行建議要求作者在投稿時說明是否使用了AI輔助技術,并具體解釋使用了什么工具、為了什么目的。如果AI用于寫作協助,則需要在相應位置披露;如果用于數據收集、分析或圖像生成,則應在方法部分說明。這里的關注點并不是測定機器究竟貢獻了百分之多少的字數,而是把AI在研究和寫作中的實際作用說出來。

其實,這種“貢獻說明”的思路并非AI時代才出現。現代科學研究本就很少能夠由一個人完成全部工作,在共同作者中,有人可能設計研究和整理資料,有人負責實驗執行,有人做統計分析,還有人主要承擔寫作部分。而作者排序并不能完整描述這些差異,所以越來越多的期刊要求說明作者的具體貢獻。AI的進入只是讓這個問題變得更加尖銳。當寫作參與者中出現了一個不具有法律人格、也無法承擔學術責任的人工智能后,我們更加需要區分“誰完成了什么”和“誰是最終作者/第一作者/共同一作(以及其他可能的新的作者身份)”。

當然,不同類型的寫作必然不能使用完全相同的尺度。文學創作中,每一個字的選擇就是作品本身;新聞報道中,事實核驗的重要性可能遠高于文字是否由記者親手潤色;學術論文牽涉數據、方法、引用等更復雜的問題;普通工作郵件則幾乎沒有必要為語法修改附上AI使用說明。所謂“過程披露”如果無限擴張,也有可能變成新的形式主義枷鎖。因此,解決方案未必是要讓每一次寫作都提交一張復雜的人機協作清單,而是根據不同場景判斷:哪些機器參與會實質影響讀者對這篇文本的理解和信任?什么時候人們有理由知道AI做了什么?而哪些工作一旦被外包給AI,就已經改變了作者所聲稱的知識貢獻?至此,AI寫作的爭論不僅是工具使用規范問題,也在持續觸動著作者制度本身。

三、從文本作者到責任主體:作者與評價制度的重構

現代意義上的“作者”其實本就不是一個單數。例如,一篇新聞報道會經過編輯的修改,一部著作可能經歷大量的文字編輯和事實核驗,多作者論文中的每一位作者更不可能分別“寫出”相同比例的文字。但我們仍然愿意把作品歸于某個作者,說明作者身份從來不只等于敲擊鍵盤的動作。AI把這層過去被默認的關系暴露得更加明顯。

ICMJE目前仍然明確規定,ChatGPT等AI工具不能被列為論文作者。這個規定值得注意的地方是它對人類作者責任的強調:作者必須能夠對工作的準確性、完整性和原創性承擔責任,而AI無法承擔這些責任。因此,即使論文在某些環節使用了AI,最終責任仍然屬于提交論文的人。在這里,“作者”證明“我寫過這些字”是不夠的,他同時必須能夠說清楚文章為什么這樣判斷,資料從哪里來,哪些信息經過核實;而如果文章內容出現錯誤,也不能把責任退回一句“這是模型生成的”。責任之所以成立,是因為作者對于知識生產過程仍然保留著足夠的理解、判斷和控制。換句話說,作者的署名要求這個人確實知道自己在為什么背書。

去年9月,華東師范大學發起了“AI一作”的社會實驗,要求AI必須被列為征集論文的第一作者,人類研究者則退居共同作者或通訊作者。“當人類學者退居二作,科研范式的重塑將何去何從”——實驗希望借助這種極端設置,暴露出AI時代科研主體性、原創性、倫理秩序和出版規范中潛藏的問題。其中,實驗參與者或恐慌或驚喜的感受比“AI第一作者”這個吸引眼球的設計更值得留意。

有人擔心,在AI能夠迅速完成過去數天工作的情況下,研究者會逐漸退化成機器答案的審核員;也有人在反復使用中發現,AI更適合幫助列出不同解釋、提示思維盲區,而不是替研究者決定哪一種解釋真正具有現實意義。一位投稿作者就表示:“人類研究者最核心的價值不是我們比AI更聰明,而是我們能關切,關切那些被數據遺忘的人,關切那些被效率犧牲的公平、關切那些被標準答案掩蓋的例外。這種關切不是算出來的,是從我們的生命經驗、價值立場、倫理承諾當中‘長’出來的。”這里也出現了AI寫作之后作者制度可能需要保留或更新的“責任”問題:仍有一些并非“非黑即白”和“非此即彼”的判斷需要由人真正作出,并愿意去承受這些判斷的后果。

類似的問題在大學教育中表現得更加直接。今年7月,哈佛大學在一輪機構重組中宣布不再保留寫作中心(Writing Center)作為獨立單位,長期擔任中心主任的Jane Rosenzweig被裁撤,原有的寫作輔導功能被整合進其他機構。校方強調,學生仍然能夠獲得一對一寫作輔導。但這一調整還是引起了大量現任和前任寫作導師們的反對。《大西洋月刊》8月19日的刊文《為什么哈佛大學寫作中心的關閉意義重大》指出,反對之聲擔心,在生成式AI迅速進入校園的時刻,哈佛大學恰恰削弱了一個長期把寫作、交流與思考聯系在一起的機構。

這件事中有一個頗有意味的細節——Rosenzweig本人并不是拒絕AI進入課堂的人。據《哈佛深紅報》今年四月的報道,該校在寫作課程中新增了人工智能必修模塊。而Rosenzweig和同事Tad Davies剛剛參與設計了這一模塊內容,其旨在向學生介紹大語言模型如何運行,同時也討論教育、隱私、版權、環境和虛假信息等問題。該課程并不準備告訴學生應該支持還是反對AI,而是希望他們擁有足夠的信息,從而能夠自己判斷怎樣使用這種技術。這說明,大學寫作教育需要保護的可能不是某種古老的寫作形式,而是那些不能輕易外包給AI的思想訓練動作:發現問題、辨別證據、組織理由、應對質疑和反駁、修改或堅持自己的判斷,并為這些判斷負責。

在過去的大學教育中,教師很自然地把學生交上來的論文當作學習過程留下的證明。論文寫得好,通常就意味著學生至少完成了相應的閱讀、理解、批判和表達。在大多數情況下,最終文本可以作為判斷學生學習效果的重要證據。但在今天,這種推斷變得越來越不穩定。一個學生可以在很短時間內獲得結構完整、語言流暢的論文,卻未必真正理解其中的材料;而另一名學生可能借助AI整理了大量資料,不過他逐一核查機器的回答,并在與模型反復爭論中形成了自己的判斷。但是如果只看最后交出的兩篇文章,教師可能很難知道他們分別經歷了什么。

也正由于AI生成文本越來越難通過成品檢測出來,哈佛的一些教師已經嘗試調整考核方式,部分課程開始引入口試、課堂視頻項目等評估方式。其中的目的無疑包括減少AI作弊,但背后還有一個更值得注意的變化,即對學習效果的評價逐漸從“最后交付出什么”,重新轉向“學生能不能現場解釋自己做過什么,以及為什么這樣判斷”,這里面存在一種“作者的責任倫理”。這與新聞機構和學術期刊面臨的問題其實頗為相似。

AI寫作最初引起轟動,是因為機器忽然能夠寫出過去只有人才能寫出的句子。但很快人們發現,更難處理的并不是句子本身。“這是不是AI寫的”仍然值得追問,尤其是當機器的參與被有意隱瞞之時。但隨著人機協作寫作越來越普遍,這個問題已經不足夠了。我們還想知道,一段文字是經過了怎樣的“人機之旅”而出現在世界眼前,而站在這些文字背后的那個人,是否依然真實地站在那里,又是以怎樣的姿態站在那里。

Z世代的困境

近日,為《衛報》撰稿近50年的專欄作家波莉·湯因比(Polly Toynbee)對《衛報》表示:“我知道我這個年齡段的人曾稱年輕人是懶惰、自以為是且脆弱的‘雪花’,但我很清楚自己站在哪一邊,而且那絕不是我自己的那代人。”波莉認為,西方世界年輕一代與年長一代之間的社會契約已經被打破。在失業率飆升、工資停滯不前和房價暴漲的背景下,Z世代和千禧一代的境況注定會比他們的父母更糟糕。

由BBC開展的最新研究表明,二十多歲的年輕人正面臨近半個世紀以來最艱難的成年開端,目前25歲的人群中,有超過40%與父母同住。

加亞·古普塔(Gaya Gupta)在《衛報》的另一篇報道中稱,一項又一項的調查顯示,Z世代正經歷著深刻的經濟不穩定,同時社交聯系也在削弱。這一切讓許多年輕人產生了一種被困住的感覺,他們曾憧憬的成年生活和自由如今變得遙不可及。

前美國勞工部首席經濟學家、左翼智庫Groundwork Collaborative的資深研究員賈內爾·瓊斯(Janelle Jones)表示:“他們對自己現狀的預期很低,對未來的展望也很低。這部分是勞工市場的原因,但人們不僅是勞動者,他們此刻正生活在一個面臨多重生存危機的時代。”

在一些人看來,如今二十多歲年輕人所感受到的焦慮和不穩定,可能很容易被輕描淡寫地歸結為每個人成年的必經之路。但數據表明,這一代人所面臨的一系列挑戰與該國以往經歷的任何時期都截然不同。

紐約聯邦儲備銀行匯總的數據顯示,自疫情爆發以來,應屆大學畢業生的失業率一直高于美國整體勞動力失業率。盡管大學畢業生的總體失業率仍低于所有勞動者的失業率,但與幾十年前相比,兩者之間的差距已大幅縮小。

瓊斯說:“我們曾對一代又一代的年輕人說,如果你想成功,如果你想有保障、想穩定,如果你想過上舒適的中產階級生活,你就應該去讀大學。大學學位的優勢絕沒有完全消失,但它的含金量比以前低了一些,因為擁有大學學位的人太多了。”

即使大學學位的價值有所下降,其開銷卻依然居高不下。根據LendingTree的數據,2024屆畢業生離校時平均背負著29560美元的貸款,而全美的學生貸款總額已高達1.8萬億美元以上,超過4400萬美國人欠下聯邦貸款債務。

年輕人對經濟和個人財務狀況的信心也在下降。自20世紀70年代以來,密歇根大學的研究發現,18至34歲人群的消費者信心指數大部分時間強于較年長者。但該指數在去年大幅下滑,此后一直低于55歲以上的美國人。

達特茅斯學院經濟學教授大衛·G·布蘭奇弗勞爾(David G Blanchflower)的研究發現,美國年輕員工的幸福感下降得最快,其原因遠遠超出了就業市場的狀況。例如,擁有駕照、想要約會或進行性生活的美國年輕人越來越少。

杰斯·韋斯科特(Jes Vesconte)畢業于加州最頂尖的藝術學院之一,29歲的他如今卻在為日常生計發愁,他說:“我們在電視劇中看到的像《欲望都市》里的凱莉,或是《老友記》主角們那種理想化的生活,在那些劇集存在的時代或許是可能的。但現在,資本主義已經把一切撕裂得如此嚴重,以至于在紐約擁有社交生活都需要付出巨大的努力。”

記者多拉·門居奇(Dora Mengü?)近日在《雅各布》發文深度剖析了這一問題。他指出,Z世代常被認為冷漠無情,但對一些頂尖學者的采訪表明并非如此:這一代人在住房、就業和政治制度危機中成長起來,他們并非對政治失去信心,而是對資本主義的承諾失去了信心。

他采訪多位學者后發現:常被貼上“冷漠”、“犬儒”、“政治立場搖擺”標簽的Z世代,其實并未遠離政治,而是不再相信資本主義關于教育、工作與穩定生活的老承諾。

這代人抵制品牌、刷屏話題、走上街頭,卻很少加入政黨。其行動看似松散、易逝、常被市場重新吸納,但門居奇認為,這種無序背后,或許正是階級意識以更古老的方式復蘇。Z世代并不存在于階級關系之外,而是當代資本主義重塑勞動條件與階級結構之后的一種世代性表達。

英國經濟學家蓋伊·斯坦丁(Guy Standing)多年來研究“不穩定無產者”(precariat)這一新興階級:其特征不是“工作差”,而是被不穩定本身塑造——收入不固定、債務纏身、缺乏職業身份,還必須不斷重新培訓、時刻待命,才能維持被雇傭的可能。

他形容當下是“全球化的食利資本主義”,財富與權力越來越集中流向有產者與擁有財產形式的精英,多數年輕成年人將長期面對不穩定、低薪且債務纏身的工作。斯坦丁說,一代比一代更深陷這一階層,年輕人幾乎“沒有職業未來”。

求職、再培訓、維持數字身份等大量勞動,往往無償且不可見,令人無法建立穩定的職業身份,也無法在某條職業路徑上找到歸屬感。斯坦丁強調,這種長期不確定性并不會停留在心理層面,它會轉化為壓力、疾病與恐懼:面對“未知的未知”,人既沒有抵御沖擊的韌性,也沒有恢復的能力。他說,這不只是勞動市場問題,更是一種政治狀況——當年輕人無法再通過工作想象一個穩定的未來,他們也開始不信任仍在描繪這種未來的制度。

經濟上的不安全感并不足以解釋Z世代政治的全部。政治學者埃姆雷·埃爾多安(Emre Erdo?an)認為,更深層的斷裂在于人們不再相信社會存在清晰而合法的規則。

他指出,二戰后確立的國際秩序、福利國家的安全網已經瓦解:“跌倒時接住你的,不再是國家,而是家人、親戚、同鄉。”人們不再相信努力就能成功,社會也缺乏關于何為成功的共識。埃爾多安稱,這種不確定性久而久之會從個人層面的失敗感,轉變為對結構性不公的認知——而這正是憤怒的來源。

一位伊斯坦布爾大學生說,自己“沒有意識形態,只有痛恨的世界秩序”;一位在當地交流的希臘學生則說,如果自己投票,多半也只是出于抗議,而非信任某個政治人物。這種不信任并非單純的犬儒,而更接近涂爾干意義上的“失范”:社會生活的規則失去了合法性,人們依然投票、依然參與,但行動不再扎根于信任,而變成了一種拒絕的姿態。

土耳其2013年的蓋齊公園抗議、之后各國的學生運動、消費者抵制與無領袖的街頭行動,都能看到類似情緒的延續。從全球氣候大罷課、伊朗女性主導的起義,到孟加拉、尼泊爾的青年動員與印度近來的抗議浪潮,Z世代屢屢出現在政治劇變的中心,靠的并非共同的意識形態,而是共享的不穩定處境與制度不信任。

媒介理論學者克里斯蒂安·福克斯(Christian Fuchs)提醒,不該簡單地把社交媒體視為Z世代政治的原因。Z世代許多成員中涌現出的政治思潮,無法被簡化為TikTok、Instagram、X或其他任何平臺所能涵蓋。但脫離這些平臺,也無法理解他們的政治理念。世代群體并不會抹殺階級。相反,世代經歷塑造了階級關系的體驗環境。數字媒體已成為Z世代憤怒情緒傳播、抗議活動組織、身份認同形成,甚至連反對意見都能轉化為內容、數據和利潤的主要空間之一。

他指出,數字勞動往往高度個體化、彼此割裂:工人各自面對市場,集體組織的可能性被大大削弱,這既讓他們更脆弱,也更容易被剝削。福克斯因此呼吁建立跨國的數字勞工聯盟,與已經全球化的數字資本相抗衡——數字資本是全球的,而數字勞工卻是本地的、孤立而碎片化的。

這也構成了一種內在矛盾:即便是拒斥系統的年輕人,也常常白天在街頭抵制資本主義,晚上仍不得不在算法平臺上表演、創作、競爭,才能維持基本收入。數字資本主義并不外在于年輕人的生活,它塑造著他們的勞動、溝通、注意力,乃至自我認同本身。

孟加拉經濟學家阿努·穆罕默德(Anu Muhammad)則強調,失業與不穩定工作是資本主義市場經濟內生的產物,但它帶來的政治后果并不單一。他說,統治階層往往把年輕人面臨的不確定、不穩定與無望,視為一種可資利用的機會:這些境況能把一部分年輕人變成系統的一部分,同時也會把另一部分推向質疑與反抗。

2024年孟加拉的青年起義,正體現出這種不滿可能爆發出的力量。年輕人的運動常常缺乏政黨組織與統一的意識形態,也不總是經由黨派、競選等傳統渠道進入政治,而更常是經由一場住房危機、一次氣候災難、一樁腐敗丑聞,或一段引爆眾怒的視頻。這樣的政治難以被舊有的政黨框架收編,卻也難以被簡單歸為“去政治”。

Z世代政治最吊詭之處,或許在于不信任并不等于退出。他們可能痛恨政治體制,卻仍會走上街頭、參與投票、抵制品牌、組建互助網絡、曝光雇主,用諷刺作為武器,把消費和數字可見度都變成施壓的手段。

一位年輕人這樣形容舊有職業階梯的崩塌:他不敢想往上爬,只是不想一直站在梯子底下。父輩二十五歲就能擁有的房子和車,如今連想象都成了奢侈。這不只是關于金錢的抱怨,更是對一整套道德經濟秩序崩塌的表達——那種“努力終將獲得回報”的舊承諾,如今看起來更像是一個歷史遺物。

斯坦丁認為,這一切或許意味著“不穩定無產者”正逐漸從自在的階級走向自為的階級:身處不穩定狀態,不再被視為個人的恥辱或失敗,而是被越來越多人理解為當今全球資本主義運作的結果。一旦這種認知形成,它便具有相當的政治爆發力——私人的不幸一旦被重新理解為共享的公共處境,集體行動也就有了立足點。

文章最后提出的問題是:當一代人不再相信這個系統能給他們提供未來時,會發生什么?答案還未揭曉,憤怒可能導向順從、反動,也可能導向團結。但可以確定的是,越來越多年輕人已經不再把不安全感當作純粹的私人不幸,而是開始把它理解為一種共享的境況,而這正是政治的起點。